文献

J-GLOBAL ID：201902263382490428   整理番号：19A0125292

アスペクトに基づく感情分析のための用語抽出と極性分類の結合モデル【JST・京大機械翻訳】

A Joint Model of Term Extraction and Polarity Classification for Aspect-based Sentiment Analysis

著者 (2件)： Nguyen Hy (Graduate School of Advanced Science and Technology, Japan Advanced Institute of Science and Technology, 1-1, Asahidai, Nomi, Ishikawa, 923-1292, Japan) ,  Shirai Kiyoaki (Graduate School of Advanced Science and Technology, Japan Advanced Institute of Science and Technology, 1-1, Asahidai, Nomi, Ishikawa, 923-1292, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： KSE  ページ： 323-328  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： アスペクトベースの感情分析(ABSA)は,意見マイニングにおける重要なタスクであり,それはこれらの側面に向けて表現された感情とともに実体の明示的な側面を抽出することを目的とする。この目的を達成するために,アスペクト項抽出(ATE)とアスペクト極性分類(APC)の2つのサブタスクを実行した。しかしながら,最近の研究では,これら2つのサブタスクを別々に解決するか,あるいはサブタスクに焦点を合わせているだけである。さらに,2つのサブタスクの逐次モデルは,ATEからAPCへの連鎖誤差を引き起こし,2つのモデルを設計し実行することは,多くの資源を消費する。本論文では,2つのサブタスク,ATEとAPCを同時に扱うことができるABSAのためのジョイントモデルを提案した。SemEval2014からの2つのデータセットに関する実験結果により,MATEPCと名付けられたモデルは,ATEタスクにおけるいくつかのベースラインモデルより優れており,同時に,ATEとAPCを扱うことにより,APCタスクにおける有望な結果を与えることを示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *結合モデル ,  *極性
準シソーラス用語： 意見マイニング ,  *感情分析 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 感情分析 ,  用語抽出 ,  極性 ,  分類 ,  結合モデル